一起玻璃绝缘子自爆原因分析

针对一起运行中玻璃绝缘子集中自爆故障,对故障点绝缘子进行了抽样试验,结合试验结果和自爆绝缘子所处的特殊运行环境,对绝缘子集中自爆原因进行了分析,认为铁粉单质的存在造成绝缘子泄漏电流增大是主要原因,最终提出了该污染源区附近可选用大爬距自洁性能好的空气动力型瓷绝缘子或复合绝缘子。     

基于改进Faster-RCNN的接触网绝缘子识别与提取

接触网绝缘子是铁路运输电网中的关键部件,它用于支撑、悬吊、架空导线,从而可以保证导线和导线之间以及导线和大地之间能够有足够的绝缘性。接触网绝缘子在户外所处环境较为复杂,经常会出现故障。绝缘子在出现故障时为了能够准确地检测识别出绝缘子,笔者提出了一种基于改进Faster-RCNN深度学习方法,识别与提取接触网绝缘子。该方法与传统的Faster-RCNN进行对比,实验表明：该方法识别接触网绝缘子更优,有实际的工程参考价值。     

基于深度学习的绝缘子精确识别

针对大量高分辨率的无人机航拍影像中自爆绝缘子的检测问题,提出一种基于SSD检测网络改进的MFPSSD网络(Multidirectional Feature Pyramid Single Shot Detector,MFPSSD),实现绝缘子目标的精确识别.第一,利用K-means算法对训练数据进行聚类分析得到绝缘子数据集中的样本形状分布特征,然后设置默认框参数.第二,将多向特征金字塔结构引入SSD目标检测算法,实现低层网络与高层网络的多向连接,有效将底层信息与高层信息进行特征融合.实验结果表明,与SSD、Faster R-CNN等算法相比较,MFPSSD目标检测算法在检测速度和检测精度两方面性能更好.     

基于改进胶囊网络的绝缘子破损识别与定位

针对接触网绝缘子破损识别,传统的特征匹配和神经网络分类识别率较低,同时因其需要人工提取和训练等问题,识别速率也较慢.相比传统卷积神经网络(CNN),胶囊网络(CapsNet)首次采用矢量作为输入,可以很好的保留目标的方向,角度等特征信息,更适合于识别复杂背景下的绝缘子.因此提出一种基于改进胶囊网络和CV模型结合的绝缘子...     

劣化绝缘子检测方法的对比分析

分析了2006年年初郑州供电区域220kV线路零值自爆掉串导致导线落地事故,结合实际测量的数据和试验室数据,讨论了近年来高压输电线路上悬式绝缘子串检测零值绝缘子的各种方法:短路叉法、火花间隙法、小球放电法、红外热像仪法、绝缘电阻法、激光多谱勒振动法、电压分布法、紫外成像法和智能绝缘子检测仪法,并比较了各种方法的优缺点。认为,检测劣化绝缘子必须严格按照规程规定的应在绝缘子表面干燥时测量绝缘电阻,建议对重要线路或变电站进行改造时,应将盘形悬式和玻璃绝缘子更换为复合绝缘子。     

钢化玻璃绝缘子运行可靠性及机理分析

论述了输电线路钢化玻璃绝缘子结构、性能特点及运行维护方面的优点,分析了钢化玻璃绝缘子优良机电性能机理,阐明了钢化玻璃绝缘子在电网安全、运行维护方面的优越性。     

基于ScSGB-RCNN网络的输电线路航拍绝缘子目标检测

输电线路绝缘子故障影响电力系统供电可靠性,为了实现航拍图像中绝缘子的准确检测,本研究提出了一种基于改进Faster-RCNN网络的输电线路航拍绝缘子目标检测方法(ScSGB-RCNN),主要工作有：1)针对检测算法精度低的问题,采用自校准卷积结构(Self-calibrated convolutional Network, ScNet)和ConvNeXt网络构建了ScConvNeXt主干网络,通过融合多个卷积注意力模块,扩大网络的全局感受野,提升检测精度。2)为优化不同尺度绝缘子目标的特征提取能力,提出一种轻量化的特征金字塔结构SFPN,融入到ScConvNeXt网络中,降低计算参数量。3)为提高模型收敛速度和检测精度,采用GeLU激活函数改进FRN (Filter Response Normalization, FRN)归一化函数,提升网络的非线性输出能力。4)设计了BIoU并重新构建定位损失函数。实验结果表明,本研究提出的方法较原算法精度提高22.4%,模型收敛速度提升4倍,FPS提高8.7帧/秒,优于Faster-RCNN、SSD、YOLOv3、YOLOv5、YOLOv7等算法。...     

一种基于YOLOv3的绝缘子串图像快速检测方法

为了提高高压输电线路中对绝缘子串检测的实时性,提出了一种基于YOLOv3目标检测算法网络结构的绝缘子串图像快速检测网络结构.根据高压输电线路中绝缘子串目标在图像中所占比例较大的特点,通过去除大特征图上的检测环节达到了精简原始YOLOv3网络结构的目的 ;同时,由于在高压输电线路中的绝缘子串一般情况下长宽比值较大,通过聚...     

全钢化玻璃自爆问题的探讨

本文分析了全钢化玻璃自爆的原因 ,并就解决减少玻璃自爆方法进行探讨     

基于DeepLab V3+的无人机航拍绝缘子图像自动化分割方法

绝缘子是输电线路的重要组成部分。为了实现输电线路巡检的智能化,对绝缘子区域的自动化识别是基础性工作之一。笔者提出了一种基于DeepLab V3+的无人机航拍绝缘子图像自动化分割方法,同时将DeepLab V3+的分割性能与现有的主流卷积神经网络U-Net、Residual U-Net、Dilated U-Net进行了比较。结果显示DeepLab V3+方法不但在DICE指标上得到了93.28%的分割精度,在IOU指标、敏感性和Jaccard定量分析中也都表现出最好的性能。实验证明该方法为自动化分割绝缘子区域,提高输电线路巡检的效率和准确性提供了一种潜在的工具。     

基于改进Cascade R-CNN算法的多类型绝缘子缺陷图像联合检测

当前输电线路巡检工作主要采用无人机巡检的方式来完成,利用人工智能技术助力巡检图像的缺陷识别已成为趋势.以往绝缘子缺陷检测研究大部分集中于绝缘子爆片类缺陷的检测,提出了一种改进的Cascade R-CNN算法,基于绝缘子缺陷数据建立绝缘子缺陷数据集.该算法主要针对绝缘子爆片、绝缘子电弧烧伤及绝缘子伞裙破损的多类型绝缘子缺...     

252kV 四级污秽棒形支柱瓷绝缘子花釉缺陷原因分析及解决方法探讨

对比分析了干法生产的252kV四级和三级污秽棒形支柱瓷绝缘子的工艺特点,认为四级污秽棒形支柱瓷绝缘子产生花釉缺陷的原因是:伞间距小、伞伸出大,施釉操作时坯体旋转,伞根部位暴露不完全,釉浆很难喷到伞根部位。在保证产品机械性能、电气性能和冷热性能的前提下,将大伞根厚度由22.67 mm减小到17.61 mm,小伞根厚度由20.07 mm减小到15.66mm,大伞与小伞之间杆径直线距离增加2.64mm、小伞与大伞之间杆径直线距离增加2.69mm,两伞之间距离由67.76mm增加为70.11mm;爬电距离增加(用一组伞作为对比)5.61mm;杆径未变化;伞间最小距离70.11mm;伞间距和伞伸出之比0.926;大小伞伸出之差17.5 mm;伞倾角17°。实验证明伞形结构优化后,为施釉操作创造了条件,瓷检合格率明显提高,较好地解决了花釉缺陷问题。     

基于AutoCAD2000的电瓷套管参数化CAD系统的设计

为实现电瓷套管结构设计、工艺放尺设计与绘图的自动化 ,在 Auto CAD2 0 0 0的基础上 ,根据结构变形和图素拼接原理 ,利用 Visual lisp研制开发了电瓷套管参数化 CAD系统 ,并将该系统应用于生产。     

基于EEMD阈值的绝缘子泄漏电流去噪的研究

绝缘子泄漏电流信号的采集受很多噪声信号的干扰,直接使用将影响准确地提取其特征量,本文对基于EEMD(Ensemble Empirical Mode Decomposition)阈值的绝缘子泄露电流去噪方法进行研究,借鉴小波去噪的4种阈值方法对泄漏电流信号进行去噪,分别是自适应阈值、固定阈值、启发式阈值和极大极小阈值,对EEMD阈值的去噪方法进行研究,通过对去噪前后信号的波形、有效值和谐波幅值比这3个特征量进行分析比较,综合比较仿真和实测信号去噪前后的效果,得出固定阈值是EEMD去噪方法的最佳阈值。     

基于K两端聚类的污秽绝缘子放电状态评估

沿面放电是绝缘子污秽程度及运行状态的重要体现,实时掌握绝缘子的污秽放电状态对污闪的预防具有重大意义.根据污秽绝缘子在放电过程中泄漏电流的波形变化以及放电区段的划分特点,提出了一种基于K两端聚类的动态划分方法.分析污秽绝缘子在运行中受潮、形成干燥带及局部电弧、局部电弧发展至极端闪络的全过程,并依据绝缘子运行中工作电压和泄...     

基于非对称故障条件的复合绝缘子电场分析

利用静态电场的三维有限元法对35kV复合绝缘子的电场分布进行了分析和计算,结果表明,当高压端落入短路金属棒时,其局部的最大电场强度会显著增大;而当低端落入相应的金属棒时,这一效应较弱,计算结果还显示出,干燥绝缘子的伞裙局部或全部脱落后对整个场域的电场强度影响很小,此时绝缘子的电场仍可按2D轴对称分布来进行分析研究。     

基于改进的YOLOv4绝缘子掉片故障检测方法

针对现有输电线路无人机巡检使用的目标检测算法速度较慢且模型文件较大的问题,提出了一种改进的YOLOv4目标检测算法.使用轻量型的MobileNetv2网络作为模型的主干特征提取网络,并将模型后续的标准卷积运算变为深度可分离卷积,减少了运算参数.使用K-means聚类得到了9种绝缘子及掉片故障锚框尺寸的先验知识.使用h-...     

基于多光源图像信息融合的绝缘子污秽状态识别

绝缘子污秽状态非接触检测是智能变电巡检的重要组成部分,为有效提高绝缘子污秽状态识别率,提出了一种基于多光源图像决策级融合的污秽状态诊断方法。以沿海地区多所变电站中不同污秽状态的绝缘子为研究对象,采用种子区域生长法进行图像分割后,分别提取其可见光颜色空间特征、红外图像的灰度化特征以及环境特征,再依据Fisher判据筛选得到最优表征量,并设计支持向量机多值分类器进行污秽状态初判。基于各自识别结果,引入D-S理论进行决策级融合,实现绝缘子污秽状态的有效识别。试验结果表明:本文融合算法的正确率明显高于单种图像源的识别,达到95%左右,为带电检测作业中绝缘子的非接触检测及故障智能诊断提供了新思路。